Effect size (original) (raw)
حَجْمُ الْأثَر أو حَجْمُ الْتَأثِيرِ (بالإنجليزية: Effect Size) يمثل نسبة تباين المتغير التابع التي ترجع للمتغير المستقل، أي أنه يبين قوة العلاقة بين المتغير التابع والمتغير المستقل، فهو يعطينا الدلالة العملية للفروق الإحصائية أو العلاقات بين المتغيرات، وما إذا كانت تلك الدلالة العملية كبيرة بحيث تبرر الأخذ بنتائجها، وبذلك يتميز عن الدلالة الإحصائية التي تهتم باحتمالية رفض الفرضية الصفرية من الناحية الإحصائية النظرية فقط.
| Property | Value |
|---|---|
| dbo:abstract | Velikost účinku (anglicky Effect size) v matematické statistice je míra síly jevu, která je nezávislá na jednotkách měření. K běžně používaným tohoto typu patří: * míry spojitých proměnných jako korelační koeficient a koeficient determinace, * míry závislosti nominálních znaků jako Pearsonův nebo , * míry rozdílu průměrů jako a . Předností velikosti účinku je to, že umožňuje snadno posoudit praktickou významnost statistické závislosti. Pokud však jednotky měření mají přirozený význam (např. počet denně vykouřených cigaret), doporučuje se vedle velikosti účinku ve zprávě uvádět i nestandardizované statistiky, například rozdíl v průměrném počtu cigaret vykouřených denně vůči kontrolní skupině, a nikoli pouze velikost účinku. (cs) حَجْمُ الْأثَر أو حَجْمُ الْتَأثِيرِ (بالإنجليزية: Effect Size) يمثل نسبة تباين المتغير التابع التي ترجع للمتغير المستقل، أي أنه يبين قوة العلاقة بين المتغير التابع والمتغير المستقل، فهو يعطينا الدلالة العملية للفروق الإحصائية أو العلاقات بين المتغيرات، وما إذا كانت تلك الدلالة العملية كبيرة بحيث تبرر الأخذ بنتائجها، وبذلك يتميز عن الدلالة الإحصائية التي تهتم باحتمالية رفض الفرضية الصفرية من الناحية الإحصائية النظرية فقط. (ar) Effektstärke (auch Effektgröße) bezeichnet das mit Hilfe statistischer Kenngrößen quantifizierbare Ausmaß eines empirischen Effekts und wird zur Verdeutlichung der praktischen Relevanz der Ergebnisse statistischer Tests herangezogen. Zur Messung der Effektstärke werden unterschiedliche Effektmaße verwendet. (de) In statistics, an effect size is a value measuring the strength of the relationship between two variables in a population, or a sample-based estimate of that quantity. It can refer to the value of a statistic calculated from a sample of data, the value of a parameter for a hypothetical population, or to the equation that operationalizes how statistics or parameters lead to the effect size value. Examples of effect sizes include the correlation between two variables, the regression coefficient in a regression, the mean difference, or the risk of a particular event (such as a heart attack) happening. Effect sizes complement statistical hypothesis testing, and play an important role in power analyses, sample size planning, and in meta-analyses. The cluster of data-analysis methods concerning effect sizes is referred to as estimation statistics. Effect size is an essential component when evaluating the strength of a statistical claim, and it is the first item (magnitude) in the MAGIC criteria. The standard deviation of the effect size is of critical importance, since it indicates how much uncertainty is included in the measurement. A standard deviation that is too large will make the measurement nearly meaningless. In meta-analysis, where the purpose is to combine multiple effect sizes, the uncertainty in the effect size is used to weigh effect sizes, so that large studies are considered more important than small studies. The uncertainty in the effect size is calculated differently for each type of effect size, but generally only requires knowing the study's sample size (N), or the number of observations (n) in each group. Reporting effect sizes or estimates thereof (effect estimate [EE], estimate of effect) is considered good practice when presenting empirical research findings in many fields. The reporting of effect sizes facilitates the interpretation of the importance of a research result, in contrast to its statistical significance. Effect sizes are particularly prominent in social science and in medical research (where size of treatment effect is important). Effect sizes may be measured in relative or absolute terms. In relative effect sizes, two groups are directly compared with each other, as in odds ratios and relative risks. For absolute effect sizes, a larger absolute value always indicates a stronger effect. Many types of measurements can be expressed as either absolute or relative, and these can be used together because they convey different information. A prominent task force in the psychology research community made the following recommendation: Always present effect sizes for primary outcomes...If the units of measurement are meaningful on a practical level (e.g., number of cigarettes smoked per day), then we usually prefer an unstandardized measure (regression coefficient or mean difference) to a standardized measure (r or d). (en) Estatistikan, efektuaren tamaina datu-multzoen arteko diferentziaren edo aldagai estatistikoen arteko erlazio estatistikoaren magnitudea da, hainbat estatistikoren bitartez neur daitekeena. Oro har, soilik lagin-aldakortasunaren eta lagin-tamainaren menpean dagoen adierazgarritasun kontzeptutik bereizten da, horrekin lotura izan arren; hain zuzen, zabalagotzat hartzen da efektuaren tamaina kontzeptua. Adibidez, badira efektu handiak, lagin-tamaina txikiekin izateagatik, estatistikoki adierazgarriak ez direnak, baina bai ordea substantiboki, interesgarriak izan daitezkeelako edo ikerketa zabalago baten beharra adieraz dezaketelako; halaber, badira efektu txikiak (mutil eta neska ikasleen arteko diferentzia oso txikiak) estatistikoki adierazgarriak direnak aldi berean, lagin-tamaina handiekin jaso direlako. (eu) En estadística, el tamaño del efecto es una medida de la fuerza de un fenómeno (por ejemplo, el cambio en el resultado después de una intervención experimental). El tamaño del efecto calculado a partir de datos es una estadística descriptiva que transmite la magnitud estimada de una relación sin hacer ninguna declaración acerca de si la relación aparente en los datos reflejan una verdadera relación en la población. De esa manera, los tamaños del efecto se complementan con la estadística inferencial, como los valores p. Entre otros usos, el tamaño del efecto juega un papel importante en el metaanálisis de los estudios que resumen los resultados de un área específica de investigación, y en la potencia estadística de análisis El concepto de tamaño del efecto ya aparece en el lenguaje cotidiano. Por ejemplo, un programa de pérdida de peso puede presumir que conduce a una pérdida de peso promedio de 30 libras. En este caso, 30 libras es el tamaño del efecto estimado. Otro ejemplo es un programa de tutoría que afirma que eleva el rendimiento escolar en un 10% de la calificación. Este aumento de calificación es el tamaño efecto declarado del programa. Estos son dos ejemplos de tamaños del efecto absoluto, lo que significa que son portadores de la diferencia media entre los dos grupos, sin ninguna discusión de la variabilidad dentro de los grupos. Por ejemplo, si los resultados de los programas de pérdida de peso estiman en promedio 30 libras, es posible que cada participante pierda exactamente 30 libras, o la mitad de los participantes pierda 60 libras y el resto no pierda peso en absoluto. Informar el tamaño del efecto se considera una buena práctica en la presentación de resultados de la investigación empírica en muchos campos. Un informe del tamaño del efecto proporciona una significación práctica de los resultados (responde a la pregunta: ¿cuánto es el efecto observado?), la que es diferente a su significaciónn estadística (que responde a la pregunta: ¿es el efecto provocado por puro azar?). Un estudio podría tener un resultado con alta significación estadística, pero, al mismo tiempo, ser trivial si posee un escaso tamaño de efecto. El tamaño del efecto es particularmente prominente en la investigación social y médica. Las medidas relativas y absolutas de tamaño del efecto transmiten información diferente, y se pueden utilizar de forma complementaria. Un grupo de trabajo destacado en la comunidad de investigación de psicología expresó la siguiente recomendación: Presente siempre los tamaños del efecto para los resultados primarios ... Si las unidades de medida son significativos en un nivel práctico (por ejemplo, número de cigarrillos fumados por día), entonces por lo general preferimos una medida no estandarizada (coeficiente de regresión o diferencia de medias) a una medida estandarizada (r o d). (es) Dalam statistik, ukuran efek adalah ukuran dari kekuatan hubungan antara dua variabel dalam statistik populasi, atau suatu perkiraan sampel berbasis kuantitas. Ukuran efek dihitung dari data adalah statistik deskriptif yang menyampaikan besarnya estimasi hubungan tanpa membuat pernyataan tentang apakah hubungan jelas dalam data mencerminkan hubungan yang benar dalam populasi. (in) En statistique, une taille d'effet est une mesure de la force de l'effet observé d'une variable sur une autre et plus généralement d'une inférence. La taille d'un effet est donc une grandeur statistique descriptive calculée à partir de données observées empiriquement afin de fournir un indice quantitatif de la force de la relation entre les variables et non une statistique inférentielle qui permettrait de conclure ou non si ladite relation observée dans les données existe bien dans la réalité. En ce sens, la taille de l'effet est complémentaire à d'autres mesures statistiques telle que la valeur p d'un test t. Les mesures de taille d'effet sont particulièrement utiles pour conduire des méta-analyses qui exigent de comparer entre eux des résultats issus de différentes études scientifiques pour en faire la synthèse ou pour conduire des analyses de puissance destinées à établir si un protocole expérimental est adapté pour mesurer le phénomène que l'on cherche à étudier. Quelques exemples de mesures de taille d'effet : * le r d'une corrélation de Pearson mesure la force d'association entre les deux variables que l'on cherche à corréler ; * le d de Cohen ou d’ permet de caractériser la magnitude d'un effet associé dans une population donnée par rapport à une hypothèse nulle. Traditionnellement, un d autour de 0.2 est décrit comme un effet « faible », 0.5 « moyen » et 0.8 comme « fort » ; * ω dans une ANOVA. * Portail des probabilités et de la statistique (fr) Wielkość efektu – ilościowa miara siły zjawiska (np. różnica między grupą kontrolną a grupą eksperymentalną) obliczana na podstawie danych. Miara ta uzupełnia wnioskowanie statystyczne, obok wartości p, nie stawiając hipotezy o rzeczywistym związku pomiędzy zmiennymi. Jest wykorzystywana w metaanalizach podsumowujących badania z danego obszaru nauki. Analiza mocy wybranego testu oraz planowanie wielkości próby wymagają podania założonej wielkości efektu. Na podstawie tej wartości wykonywane są dalsze obliczenia (wielkość próby, poziom istotności). Ilustracją znaczenia wielkości efektu jest historia badania opublikowanego w 2014 przez pracowników portalu społecznościowego Facebook, które przyciągnęło dużą uwagę medialną. Jego wyniki zdawały się sugerować, kiedy zredukowano liczbę pokazywanych użytkownikowi postów o pozytywnie emocjonalnym wydźwięku, jego własne statusy również rzadziej zawierały wyrazy nacechowane pozytywne (d Cohena = 0,02), a częściej negatywnie (d Cohena = 0,001). Choć efekt ten był dzięki ogromnej wielkości próby bardzo „istotny statystycznie”, wielkości efektu (d=0,02, d=0,001) były bardzo bliskie zeru, więc zjawisko miało niemal zerowe znaczenie praktyczne. Komentarze prasowe w dużej mierze pomijały ten aspekt wyników, i skupiały się na nieetyczności samego niejawnego eksperymentu. Z uwagi na różnorodność typów danych i zastosowanej metodologii istnieje wiele rodzajów wielkości efektu mierzących różne aspekty badania. Oszacowywanie wielkości efektu na podstawie danych wprowadza dodatkową mnogość wielkości efektów: w zależności od samych danych, od zastosowanej metodologii oraz przedmiotu zainteresowania badacza. Podanie wielkości efektu jest nie tylko dobrą praktyką naukowca, ale też elementem koniecznym w publikacjach badań naukowych. Dodatkowo, raportując wielkość efektu, należy podać miernik, jaki użyto do obliczenia tej wartości (np. d Cohena, r Pearsona). (pl) Onder effectgrootte verstaat men verschillende maten voor de sterkte van het effect van een statistisch significant verschil tussen twee behandelingen of methoden. Als bijvoorbeeld een nieuwe methode met een statistische toets wordt vergeleken met een bestaande methode, kan een significant resultaat er weliswaar op duiden dat de nieuwe methode beter is dan de oude, maar zou het effect zo gering kunnen zijn dat het niet loont de nieuwe methode in te voeren. De effectgroote zal dan aangeven hoe groot het effect daadwerkelijk is. De effectgrootte wordt typisch berekend in het geval van een significant verschil bij een statistische toets, maar kan ook toegepast worden om de sterkte van het vastgestelde verband tussen twee variabelen aan te geven. De effectgrootte is een dimensieloos getal. Het getal ligt rond de nul als er niet of nauwelijks een effect van de handeling is. Het getal hoort niet af te hangen van de gebruikte meeteenheid of omvang van de groep. (nl) Em estatística, o tamanho do efeito mede a força da relação entre grupos diferentes ou a magnitude da diferença entre variáveis, possibilitando calcular a significância prática de um estudo. O tamanho do efeito pode se referir ao valor de estatísticas calculadas com base em uma amostragem de dados, ao valor de um parâmetro aplicado em uma amostra hipotética ou, ainda, à equação que operacionaliza o modo como as estatísticas ou parâmetros afetam o valor do tamanho do efeito. Alguns exemplos de tamanhos do efeito são a correlação entre duas variáveis, o coeficiente de regressão em uma regressão, a diferença média ou a probabilidade de um evento específico (como, por exemplo, um ataque cardíaco) acontecer. Os tamanhos de efeito complementam os testes de hipóteses e desempenham um papel importante em testes de potência estatística, no planejamento do tamanho de uma amostra e em metanálises. O conjunto dos métodos de análise de dados relacionados a tamanhos de efeito é chamado de estatísticas de amostra. (pt) 在統計學中，效應值（英語：effect size，或譯效果量）是量化現象強度的數值。效應值實際的統計量包括了兩個變數間的相關程度、迴歸模型中的迴歸係數、不同處理間平均值的差異……等等。無論哪種效應值，其絕對值越大表示效應越強，也就是現象越明顯。效應值與特效检验的概念是互補的。在估算統計檢定力、需要的與進行元分析時，效應值經常扮演重要角色。 在研究結果中給出效應值被視為恰當的或必須的。相對於統計學上的顯著性，效應值有利於了解研究結果的強度。特別是在社會科學和醫學研究上，效應值更顯得重要。絕對與相對效應值可以傳遞不同的訊息，又可互相補充訊息。有個心理學的研究學會鼓勵學者給出效應值： 報告主要結果時必須一併報導效應值……如果測量值的單位在實際面上是有意義的（例如每人每日抽煙的香煙根數），則我們建議採用非標準化的效應值（例如迴歸係數或平均值差異）而不是標準化的效應值（例如相關係數）。 —— L. Wilkinson and APA Task Force on Statistical Inference (1999, p. 599) 在比較平均數的情況下，效應值經常指的就是實驗結束後，實驗組與對照組之間「標準化後的平均差異程度」，依照慣例，效應值可解讀為以下幾個程度： (zh) |
| dbo:thumbnail | wiki-commons:Special:FilePath/Cohens_d_4panel.svg?width=300 |
| dbo:wikiPageExternalLink | http://davidmlane.com/hyperstat/effect_size.html http://effectsizefaq.com/ http://www.tqmp.org/Content/vol05-1/p025/p025.pdf https://www.estimationstats.com/%23/ https://CRAN.R-project.org/package=effsize http://www.utstat.toronto.edu/~brunner/oldclass/378f16/readings/CohenPower.pdf%23page=66 https://web.archive.org/web/20110927074709/http:/www.uccs.edu/~faculty/lbecker/es.htm http://www.eric.ed.gov/ERICWebPortal/contentdelivery/servlet/ERICServlet%3Faccno=ED433353 |
| dbo:wikiPageID | 437276 (xsd:integer) |
| dbo:wikiPageLength | 57566 (xsd:nonNegativeInteger) |
| dbo:wikiPageRevisionID | 1116600227 (xsd:integer) |
| dbo:wikiPageWikiLink | dbr:Quantile dbr:MAGIC_criteria dbr:Meta-analysis dbr:Partial_least_squares_path_modeling dbr:Noncentral_F_distribution dbc:Statistical_hypothesis_testing dbr:Bias_of_an_estimator dbr:Iverson_bracket dbr:Standard_deviation dbr:Pearson_correlation dbr:Correlation dbr:Medical_research dbr:Estimation_statistics dbr:Estimator dbr:Coefficient_of_determination dbr:Gamma_function dbr:Gene_V._Glass dbc:Medical_statistics dbr:Statistical_significance dbr:Statistics dbr:Journal_of_Applied_Psychology dbr:P-value dbr:Phi_coefficient dbr:Mahalanobis_distance dbc:Clinical_research dbr:Data dbr:Case-control_study dbr:Cohen's_d dbr:Sampling_error dbr:ANOVA dbr:Absolute_value dbr:Expected_value dbr:F-test dbr:Noncentrality_parameter dbr:Norman_Cliff dbr:Parameter dbr:Pearson_product-moment_correlation_coefficient dbr:Randomized_controlled_trial dbr:Regression_analysis dbr:Statistical_power dbr:Harald_Cramér dbr:Jacob_Cohen_(statistician) dbc:Pharmaceutical_industry dbr:Abelson's_paradox dbc:Psychometrics dbc:Mathematical_and_quantitative_methods_(economics) dbr:Chi-squared_test dbr:Karl_Pearson dbr:Binary_data dbc:Effect_size dbc:Meta-analysis dbr:Cohort_study dbr:Average_treatment_effect dbr:Mann–Whitney_U_test dbr:Mean_(statistics) dbr:Odds_ratio dbr:Publication_bias dbr:Maximum_likelihood dbr:Sampling_(statistics) dbr:Social_science dbr:Test_statistic dbr:Explained_variation dbr:Z-factor dbr:Statistical_hypothesis_testing dbr:Point-biserial_correlation_coefficient dbr:Multiple_regression dbr:Multivariate_analysis_of_variance dbr:Noncentral_chi-squared_distribution dbr:Noncentral_t-distribution dbr:Relative_risk dbr:Pooled_standard_deviation dbr:Risk_difference dbr:Squared_multiple_correlation dbr:Statistical_estimation dbr:Larry_Hedges dbr:Cramér's_V_(statistics) dbr:Gaussian dbr:Significance_level dbr:Estimating_sample_sizes dbr:T-test dbr:File:Cohens_d_4panel.svg |
| dbp:wikiPageUsesTemplate | dbt:! dbt:Anchor dbt:Cite_journal dbt:Cleanup dbt:Main dbt:Multiple_issues dbt:Quotation dbt:Reflist dbt:Rp dbt:See_also dbt:Sfn dbt:Short_description dbt:Technical dbt:Wikiversity dbt:Experimental_design dbt:Statistics |
| dct:subject | dbc:Statistical_hypothesis_testing dbc:Medical_statistics dbc:Clinical_research dbc:Pharmaceutical_industry dbc:Psychometrics dbc:Mathematical_and_quantitative_methods_(economics) dbc:Effect_size dbc:Meta-analysis |
| gold:hypernym | dbr:Measure |
| rdf:type | owl:Thing dbo:Software yago:Ability105616246 yago:Abstraction100002137 yago:Cognition100023271 yago:Know-how105616786 yago:Method105660268 yago:PsychologicalFeature100023100 yago:WikicatEducationalPsychologyResearchMethods |
| rdfs:comment | حَجْمُ الْأثَر أو حَجْمُ الْتَأثِيرِ (بالإنجليزية: Effect Size) يمثل نسبة تباين المتغير التابع التي ترجع للمتغير المستقل، أي أنه يبين قوة العلاقة بين المتغير التابع والمتغير المستقل، فهو يعطينا الدلالة العملية للفروق الإحصائية أو العلاقات بين المتغيرات، وما إذا كانت تلك الدلالة العملية كبيرة بحيث تبرر الأخذ بنتائجها، وبذلك يتميز عن الدلالة الإحصائية التي تهتم باحتمالية رفض الفرضية الصفرية من الناحية الإحصائية النظرية فقط. (ar) Effektstärke (auch Effektgröße) bezeichnet das mit Hilfe statistischer Kenngrößen quantifizierbare Ausmaß eines empirischen Effekts und wird zur Verdeutlichung der praktischen Relevanz der Ergebnisse statistischer Tests herangezogen. Zur Messung der Effektstärke werden unterschiedliche Effektmaße verwendet. (de) Dalam statistik, ukuran efek adalah ukuran dari kekuatan hubungan antara dua variabel dalam statistik populasi, atau suatu perkiraan sampel berbasis kuantitas. Ukuran efek dihitung dari data adalah statistik deskriptif yang menyampaikan besarnya estimasi hubungan tanpa membuat pernyataan tentang apakah hubungan jelas dalam data mencerminkan hubungan yang benar dalam populasi. (in) 在統計學中，效應值（英語：effect size，或譯效果量）是量化現象強度的數值。效應值實際的統計量包括了兩個變數間的相關程度、迴歸模型中的迴歸係數、不同處理間平均值的差異……等等。無論哪種效應值，其絕對值越大表示效應越強，也就是現象越明顯。效應值與特效检验的概念是互補的。在估算統計檢定力、需要的與進行元分析時，效應值經常扮演重要角色。 在研究結果中給出效應值被視為恰當的或必須的。相對於統計學上的顯著性，效應值有利於了解研究結果的強度。特別是在社會科學和醫學研究上，效應值更顯得重要。絕對與相對效應值可以傳遞不同的訊息，又可互相補充訊息。有個心理學的研究學會鼓勵學者給出效應值： 報告主要結果時必須一併報導效應值……如果測量值的單位在實際面上是有意義的（例如每人每日抽煙的香煙根數），則我們建議採用非標準化的效應值（例如迴歸係數或平均值差異）而不是標準化的效應值（例如相關係數）。 —— L. Wilkinson and APA Task Force on Statistical Inference (1999, p. 599) 在比較平均數的情況下，效應值經常指的就是實驗結束後，實驗組與對照組之間「標準化後的平均差異程度」，依照慣例，效應值可解讀為以下幾個程度： (zh) Velikost účinku (anglicky Effect size) v matematické statistice je míra síly jevu, která je nezávislá na jednotkách měření. K běžně používaným tohoto typu patří: * míry spojitých proměnných jako korelační koeficient a koeficient determinace, * míry závislosti nominálních znaků jako Pearsonův nebo , * míry rozdílu průměrů jako a . (cs) In statistics, an effect size is a value measuring the strength of the relationship between two variables in a population, or a sample-based estimate of that quantity. It can refer to the value of a statistic calculated from a sample of data, the value of a parameter for a hypothetical population, or to the equation that operationalizes how statistics or parameters lead to the effect size value. Examples of effect sizes include the correlation between two variables, the regression coefficient in a regression, the mean difference, or the risk of a particular event (such as a heart attack) happening. Effect sizes complement statistical hypothesis testing, and play an important role in power analyses, sample size planning, and in meta-analyses. The cluster of data-analysis methods concerning (en) Estatistikan, efektuaren tamaina datu-multzoen arteko diferentziaren edo aldagai estatistikoen arteko erlazio estatistikoaren magnitudea da, hainbat estatistikoren bitartez neur daitekeena. Oro har, soilik lagin-aldakortasunaren eta lagin-tamainaren menpean dagoen adierazgarritasun kontzeptutik bereizten da, horrekin lotura izan arren; hain zuzen, zabalagotzat hartzen da efektuaren tamaina kontzeptua. Adibidez, badira efektu handiak, lagin-tamaina txikiekin izateagatik, estatistikoki adierazgarriak ez direnak, baina bai ordea substantiboki, interesgarriak izan daitezkeelako edo ikerketa zabalago baten beharra adieraz dezaketelako; halaber, badira efektu txikiak (mutil eta neska ikasleen arteko diferentzia oso txikiak) estatistikoki adierazgarriak direnak aldi berean, lagin-tamaina handieki (eu) En estadística, el tamaño del efecto es una medida de la fuerza de un fenómeno (por ejemplo, el cambio en el resultado después de una intervención experimental). El tamaño del efecto calculado a partir de datos es una estadística descriptiva que transmite la magnitud estimada de una relación sin hacer ninguna declaración acerca de si la relación aparente en los datos reflejan una verdadera relación en la población. De esa manera, los tamaños del efecto se complementan con la estadística inferencial, como los valores p. Entre otros usos, el tamaño del efecto juega un papel importante en el metaanálisis de los estudios que resumen los resultados de un área específica de investigación, y en la potencia estadística de análisis (es) En statistique, une taille d'effet est une mesure de la force de l'effet observé d'une variable sur une autre et plus généralement d'une inférence. La taille d'un effet est donc une grandeur statistique descriptive calculée à partir de données observées empiriquement afin de fournir un indice quantitatif de la force de la relation entre les variables et non une statistique inférentielle qui permettrait de conclure ou non si ladite relation observée dans les données existe bien dans la réalité. En ce sens, la taille de l'effet est complémentaire à d'autres mesures statistiques telle que la valeur p d'un test t. Les mesures de taille d'effet sont particulièrement utiles pour conduire des méta-analyses qui exigent de comparer entre eux des résultats issus de différentes études scientifiques p (fr) Onder effectgrootte verstaat men verschillende maten voor de sterkte van het effect van een statistisch significant verschil tussen twee behandelingen of methoden. Als bijvoorbeeld een nieuwe methode met een statistische toets wordt vergeleken met een bestaande methode, kan een significant resultaat er weliswaar op duiden dat de nieuwe methode beter is dan de oude, maar zou het effect zo gering kunnen zijn dat het niet loont de nieuwe methode in te voeren. De effectgroote zal dan aangeven hoe groot het effect daadwerkelijk is. (nl) Wielkość efektu – ilościowa miara siły zjawiska (np. różnica między grupą kontrolną a grupą eksperymentalną) obliczana na podstawie danych. Miara ta uzupełnia wnioskowanie statystyczne, obok wartości p, nie stawiając hipotezy o rzeczywistym związku pomiędzy zmiennymi. Jest wykorzystywana w metaanalizach podsumowujących badania z danego obszaru nauki. Analiza mocy wybranego testu oraz planowanie wielkości próby wymagają podania założonej wielkości efektu. Na podstawie tej wartości wykonywane są dalsze obliczenia (wielkość próby, poziom istotności). (pl) Em estatística, o tamanho do efeito mede a força da relação entre grupos diferentes ou a magnitude da diferença entre variáveis, possibilitando calcular a significância prática de um estudo. O tamanho do efeito pode se referir ao valor de estatísticas calculadas com base em uma amostragem de dados, ao valor de um parâmetro aplicado em uma amostra hipotética ou, ainda, à equação que operacionaliza o modo como as estatísticas ou parâmetros afetam o valor do tamanho do efeito. Alguns exemplos de tamanhos do efeito são a correlação entre duas variáveis, o coeficiente de regressão em uma regressão, a diferença média ou a probabilidade de um evento específico (como, por exemplo, um ataque cardíaco) acontecer. Os tamanhos de efeito complementam os testes de hipóteses e desempenham um papel import (pt) |
| rdfs:label | Effect size (en) حجم الأثر (ar) Velikost účinku (cs) Effektstärke (de) Tamaño del efecto (es) Efektuaren tamaina (eu) Taille d'effet (fr) Ukuran efek (in) Effectgrootte (nl) Tamanho do efeito (pt) Wielkość efektu (pl) 效应值 (zh) |
| rdfs:seeAlso | dbr:Coefficient_of_determination dbr:Sup> |
| owl:sameAs | freebase:Effect size yago-res:Effect size wikidata:Effect size dbpedia-ar:Effect size dbpedia-cs:Effect size dbpedia-de:Effect size dbpedia-es:Effect size dbpedia-eu:Effect size dbpedia-fa:Effect size dbpedia-fr:Effect size dbpedia-hu:Effect size dbpedia-id:Effect size dbpedia-ms:Effect size dbpedia-nl:Effect size dbpedia-pl:Effect size dbpedia-pt:Effect size http://su.dbpedia.org/resource/Éfék_ukuran dbpedia-zh:Effect size https://global.dbpedia.org/id/KS1R |
| prov:wasDerivedFrom | wikipedia-en:Effect_size?oldid=1116600227&ns=0 |
| foaf:depiction | wiki-commons:Special:FilePath/Cohens_d_4panel.svg |
| foaf:isPrimaryTopicOf | wikipedia-en:Effect_size |
| is dbo:wikiPageDisambiguates of | dbr:Effect |
| is dbo:wikiPageRedirects of | dbr:Cohen's_d dbr:Hedge's_g dbr:Hedges'_g dbr:Hedges's_g dbr:Effect_sizes dbr:Cohen_s_d dbr:Cohens_d dbr:Cliff's_delta dbr:Common_language_effect_size dbr:Standardised_mean_difference dbr:Standardized_mean_difference |
| is dbo:wikiPageWikiLink of | dbr:Cannabis_(drug) dbr:Psychoanalysis dbr:Psychology dbr:Psychopathy dbr:Quetiapine dbr:Ronald_Fisher dbr:Environmental_issues_with_coral_reefs dbr:Metascience dbr:Number_needed_to_treat dbr:Meta-analysis dbr:Meta-regression dbr:Partial_correlation dbr:Behavioral_economics dbr:Bloom's_2_sigma_problem dbr:Hit_selection dbr:Hypochondriasis dbr:Vortioxetine dbr:Decline_effect dbr:Index_of_education_articles dbr:Internal_validity dbr:Intraclass_correlation dbr:JEL_classification_codes dbr:List_of_investigational_antidepressants dbr:List_of_psychological_tests_by_gender_difference dbr:Negative_air_ionization_therapy dbr:Tschuprow's_T dbr:Standardized_mean_of_a_contrast_variable dbr:Power_of_a_test dbr:Sample_size_determination dbr:Why_Most_Published_Research_Findings_Are_False dbr:Confidence_interval dbr:Child_sexual_abuse dbr:Estimation_statistics dbr:Originality dbr:Strictly_standardized_mean_difference dbr:Repeated_measures_design dbr:Clomipramine dbr:Cognitive_behavioral_therapy dbr:Gene_V._Glass dbr:Graphology dbr:Bradford_Hill_criteria dbr:Minocycline dbr:NSI-189 dbr:Connor-Davidson_Resilience_Scale dbr:Criticism_of_Facebook dbr:Crossover_study dbr:Crowdsourced_psychological_science dbr:Equivalence_test dbr:Orange_clownfish dbr:Anger dbr:Antidepressant dbr:Lindley's_paradox dbr:Standardized_coefficient dbr:Statistical_significance dbr:Statistics dbr:Clinical_behavior_analysis dbr:Clinical_significance dbr:Emotional_contagion dbr:Funnel_plot dbr:Phonics dbr:Bupropion dbr:Trimipramine dbr:Daridorexant dbr:Disparate_impact dbr:Dual-flashlight_plot dbr:G*Power dbr:Cohen's_d dbr:Habit_reversal_training dbr:Larry_V._Hedges dbr:Linear_discriminant_analysis dbr:Outline_of_clinical_research dbr:RNA-Seq dbr:Adult_attention_deficit_hyperactivity_disorder dbr:Agomelatine dbr:Amphetamine dbr:Doxepin dbr:Doxylamine dbr:Esketamine dbr:Paracetamol dbr:Digital_media_use_and_mental_health dbr:Flipped_classroom dbr:Lees-Haley_Fake_Bad_Scale dbr:Lemborexant dbr:Sensitivity_index dbr:Mere-exposure_effect dbr:Reading dbr:Replication_crisis dbr:Response_modulation_hypothesis dbr:Wilcoxon_signed-rank_test dbr:Marine_larval_ecology dbr:Group_psychotherapy dbr:Hans_Eysenck dbr:Hedge's_g dbr:Hedges'_g dbr:Hedges's_g dbr:Attention_deficit_hyperactivity_disorder_management dbr:Jacob_Cohen_(statistician) dbr:January–March_2022_in_science dbr:Counternull dbr:Cramér's_V dbr:Hypnotic dbr:Abelson's_paradox dbr:Abraham_Low_Self-Help_Systems dbr:Blinded_experiment dbr:Blood_type_personality_theory dbr:Suvorexant dbr:Cognitive_analytic_therapy dbr:Cohen's_h dbr:Effects_of_early-life_exposures_to_anesthesia_on_the_brain dbr:Effect dbr:Trauma_trigger dbr:Zeitgeist dbr:Misuse_of_p-values dbr:Dextromethorphan/bupropion dbr:AutoTutor dbr:Mann–Whitney_U_test dbr:C+-probability dbr:Placebo dbr:Play_therapy dbr:Classwide_Peer_Tutoring dbr:Greek_letters_used_in_mathematics,_science,_and_engineering dbr:Green_exercise dbr:Insomnia dbr:Neurobiological_effects_of_physical_exercise dbr:Ocean_acidification dbr:Odds_ratio dbr:Race_and_intelligence dbr:Selegiline dbr:Sertraline dbr:Publication_bias dbr:Mallows's_Cp dbr:Lothian_birth-cohort_studies dbr:Minimal_important_difference dbr:SMD dbr:Seed-based_d_mapping dbr:Experimental_economics dbr:Fact_box dbr:Imagined_contact_hypothesis dbr:List_of_statistics_articles dbr:Z-factor dbr:Statistical_hypothesis_testing dbr:Evidence-based_education dbr:Fisher's_geometric_model dbr:Fisher's_method dbr:Management_of_depression dbr:National_Assessment_of_Educational_Progress dbr:Z-test dbr:Study_heterogeneity dbr:Multisensory_learning dbr:Yates_analysis dbr:Strength_training dbr:Noncentral_distribution dbr:Performance_effects dbr:Research_synthesis dbr:Researcher_degrees_of_freedom dbr:Situational_strength dbr:Sure_Start dbr:Pooled_variance dbr:Youth_mentoring dbr:Outcome_measure dbr:P-rep dbr:Tutoring dbr:Visible_learning dbr:Winner's_curse dbr:Effect_sizes dbr:Cohen_s_d dbr:Cohens_d dbr:Cliff's_delta dbr:Common_language_effect_size dbr:Standardised_mean_difference dbr:Standardized_mean_difference |
| is rdfs:seeAlso of | dbr:Coefficient_of_determination |
| is foaf:primaryTopic of | wikipedia-en:Effect_size |
